mao303mao (JoyMao) · 回帖

如何识别算术型验证码？ at 2023年11月21日

如果能被自动化【轻易】搞定的验证码，那还搞的目的是什么？
验证码的目的本来就是要区分人和机器，最低目的也是要大大增加自动化验证的成本。
所以如果对自己公司的系统：
测试环境：给自动化测试提供直接跳过的功能，至于验证码本身功能通过人工去测试。
生产环境：先人工完成登录，然后通过 connect 的方式去执行自动化脚本

大模型时代下的测试畅想 at 2023年11月09日

昨晚又出故障了，最近 openAI 升级后各种故障：

大模型时代下的测试畅想 at 2023年11月08日

今天服务挂了，现在应该好了

playwright 在免登录问题 at 2023年10月19日

content/page.on("request", handler)，在 handler 中打印一下你的请求头看看、检查一下。

一张图让我破防了 at 2023年10月18日

只是对卷心菜这个说法感觉有意思：在一个都是低水平的地方卷，卷的再好，在外面来看还是低水平。

裂开了则不是我思考的地方

大家测试平时是如何传图片的 at 2023年09月04日

最简单的方法其实就是最古老的方法：ASP 的上传下载服务

帮忙推荐一个用 Python 写的、开源的测试用例管理平台 at 2023年09月04日

5 年前也有一样的问题，搜刮全网，开源的普遍的是 php，少量 java，而且不好用；最后跟领导说一下，最后决定自给自足了。

各位大神，大家都用什么开源测试用例管理平台？ at 2023年07月21日

自研的话可以契合本公司/部门的需求。
我们这里是偏业务的公司，测试用例几乎可当需求归档的。
而且用例容量日积月累，层级复杂。一些开源工具的的层级管理就不太满足了，所以要自研。
至于备份，定时任务 dump 就好了。

机器的配置倍数增涨，可以认为性能也是成倍数增涨吗？？？线性关系 at 2023年07月06日

如果性能能这样计算，也
一个应用调用链涉及到多个服务，每个服务都是影响性能的。
代码写的差，再好的硬件也救不了
不能充分利用多核，cpu 再多核心也没用

调用 GPT3.5 生成思维导图用例 at 2023年06月21日

没有特别去找过特定的论坛，但 github 上有相关项目是关于 chatgpt prompt 的：https://github.com/f/awesome-chatgpt-prompts
我们这个例子中的提示语是不断完善出来的，把大家日常中遇到的各种异常都存下来，逐渐调试出来的。

大家能帮忙看下我这种情况要如何发展吗？（有附上简历） at 2023年05月26日

同意
不是人人都有大厂中各种先进技术栈锻炼的机会的，就算自学也只是了解而无真正实践经验的。
他能一个人完成各项目的测试工作，如果能完成的好且有系统化总结的话，肯定也不是 1-3 年的能比的。

虽然经历看着平平，倒也反应了真实的日常工作。

测试生涯不是什么都追求技术，往测开方向的——测试的本职还是测试，成为测试专家、测试管理也是路

【2022 年度】最佳活跃用户、精华贴用户、年终总结征文获奖名单，小伙伴们请扫码进群领取~~~ at 2023年04月03日

过期了

想了解下安全测试，有大佬指导指导吗？ at 2023年01月30日

工具扫描不能代表安全的全部：
1-工具的指纹库是否持续更新：比如缺少新的漏洞信息，或者无法识别使用的中间件或工具
2-工具扫描的路径是否全面：有些 url 路径需要通过一定操作才能访问到
3-一些漏洞可能需要通过多次转换才能判断，这个一般工具不具备（自动化的内容一般都是简单遍历 payload），尤其 sql 注入
4-功能权限校验类需要人去做，工具可不知道业务上那些功能有权限区分
5-需要多步校验中逻辑漏洞、敏感信息、短信类滥用则需要人工和工具结合...
...

tips:安全测试水很深

UI 自动化测试模块与环境管理全面打通，MeterSphere 开源持续测试平台 v2.6.0 发布 at 2023年01月17日

啥时候增加 http 代理服务功能

能否说说你作为测试的原则和底线 at 2022年12月02日

底线就是：是 BUG 就提了！
该处理就回归，不处理写好谁同意不处理的。

报错，找不到 conftest 里面的 fixture 'db_alias' not found at 2022年11月16日

@pytest.fixture(scope="session",autouse=False)
def connect_sql(db_alias):

你这里 connect_sql 是个 fixture，它调用的 db_alias 也应该是 fixture

所以你得
@pytest.fixture(scope="session",autouse=True)
def db_alias:
return ...

急，我们的系统的日期控件，在做 webUI 自动化时，输入日期，但是日期弹框一直显示，遮挡其他元素，导致其他元素无法定位 at 2022年10月20日

这种是使用某类前端框架的表单和字段组件，校验可能不使用原生的 value，而是组件本身存储机制。
所以除了改 input 的 value，可能还要改对应框架存储的值

比如这种 vue-element 的框架，日期组件的值和是否显示在这个组件字段的vue._data 中。

比如关闭日期选择器：

$(".el-date-editor").__vue__._data.pickerVisible=false

关于自动化测试中，hook 掉 web 类项目的前端 js 文件中某个函数的疑问 at 2022年10月10日

有个未尝试的想法，可以替换 selenium-wire 试试：
用 interceptor 来替换对应 js 的内容：
api 的文档中有个例子，这里是 html 文件，可以尝试改成 js 文件试试：

def interceptor(request):
    if request.url == 'https://server.com/some/path':
        request.create_response(
            status_code=200,
            headers={'Content-Type': 'text/html'},  # Optional headers dictionary
            body='<html>Hello World!</html>'  # Optional body
        )

driver.request_interceptor = interceptor

FunLine 数据工厂开源 at 2022年10月09日

一开始看下来，也是这么认为的。

简单的反向代理来解决动态修改转发地址和请求头 at 2022年10月05日

不沿用的原因是 nginx 的那个动态插件是不支持通过 http 接口动态设置请求头的，所以有临时方案在每套环境之前放 1 个 nginx 来设置对应环境的特殊请求头。

确实找过一些 “Gateway” 类的工具，但大都比较 “大而全”，放在这里有些小题大做。而且不少工具不支持通过 api 动态修改配置，需要改造，就放弃了。

这里只是一个小工具，功能精简且好移植（go 语言）

你们公司 bug 的衡量标准是什么 at 2022年09月15日

我们不做定期报告，直接将 jira 上 bug 和线上 bug 按级别、bug 产生类型及线上 bug 遗漏类型数据同步到 seatable。
seatable 上做统计图表及明细，领导想看自己去看。

前沿大会给我带来了什么 at 2022年09月08日

去过 qcon、qecon 一类的，看到各类大厂说自己的 devops、全链路、智能自动化等等高大上的分享，一开始会很羡慕，但细细一想，这些东西都是有局限性的：业务运营的支撑、技术水平、人力物力...都限制了在其他公司的落地，盲目尝试最后落了个鸡飞蛋打的下场。

但我们能做的是从大会的分享中汲取各类创新的思维和技巧，结合自身部门的问题或瓶颈来寻找方法来解决。

从个人来讲，在我们这种不大不小的公司中，尤其是业务线的测试，对大平台的建设没有兴趣。而比较推崇楼主所言的 “小而美的工具或小平台”，准确的说是 “实用工具链”，各种工具能灵活运用各种类型的测试，这并不会比大平台效率降低。

反而把一些列工具强行整合的大平台，前期开发量大（整合时考虑的情况会很多，规则会很复杂），后续如果研发模式改变，子工具、中间件、插件的升级带来的整个平台的维护量也很大，对以发展业务为主的公司来说，这些都是极大的成本。

大家学习 go,都用来做什么测试呢？ at 2022年08月30日

go 写 http/http2 相关的服务比较方便

pytest 中如果解决数据依赖问题？ at 2022年08月19日

pytest 执行依赖及 test 之间传值一种处理方式：

pytest 框架的 test 之间的传值：利用 fixture 即可
conftest.py 中定义全局参数：

@pytest.fixture(scope='session') # session是大家全局共享变量，其他仅限于各自范围内有影响
def xGlobalArgs():
      return {}

pytest 的 test 依赖及传值，这里 testCASE2 会等待 testCASE1 测试通过再执行

@pytest.mark.dependency(name="test1")
def testCASE1(xGlobalArgs):
    xGlobalArgs["token"]="123123123123123"
   pass
@pytest.mark.dependency(depends=["test1"])
def testCASE2(xGlobalArgs):
    print(xGlobalArgs.get("token"))
    pass

聊聊团队对用例的想法 at 2022年08月19日

同意@Ouroboros
用例要看覆盖的是否全面，至于深度？？？？？

当然如果能覆盖全面的基础上，让用例的可阅读理解及执行效率上做点文章，才是更优的用例。

至于为了敏捷选择脑图作为用例方式，那更考验设计者是否写的清晰了，
业务后续维护转移其他人测试时，好不好其他人理解呢？